DiplomadoInteligencia artificial y datos
Visión por computador
El diplomado Visión por computador proporciona al estudiante la construcción de sistemas que interpretan imágenes y video: procesamiento con OpenCV, clasificación con redes convolucionales, etiquetado, detección y segmentación con YOLO y despliegue en tiempo real. Le permite automatizar inspección, conteo, seguridad y análisis visual en industria, salud, agro y ciudades.
A quién va dirigido
Desarrolladores y estudiantes de ingeniería con Python intermedio y nociones de aprendizaje automático.
Objetivos
✓Comprender la imagen digital, los espacios de color, los histogramas y las operaciones de filtrado y morfología con OpenCV.
✓Analizar el desempeño de clasificadores y detectores con matriz de confusión, mAP e IoU, cuidando la partición de los datos.
✓Aplicar transferencia de aprendizaje con ResNet y EfficientNet y entrenar detectores y segmentadores con YOLO de Ultralytics y SAM.
✓Diseñar un flujo de datos visuales con etiquetado en Roboflow o Label Studio y despliegue optimizado con ONNX en el borde.
✓Valorar los riesgos de privacidad y de reconocimiento facial de un sistema de visión antes de ponerlo en operación.
Plan de estudios por sesión
1
La imagen digital y OpenCVEspacios de color y histogramas · Filtros, bordes y morfología
2
Geometría de la imagen y captura de videoTransformaciones geométricas · Lectura de video y cámaras
3
Clasificación con redes convolucionalesRedes convolucionales en PyTorch · Transferencia de aprendizaje con ResNet y EfficientNet
4
Aumento de datos y evaluación del clasificadorAumento de datos · Métricas y matriz de confusión
5
Construcción del conjunto de imágenesRecolección y calidad de imágenes · Etiquetado en Roboflow o Label Studio
6
Formatos de anotación y particionesFormatos COCO y YOLO · Particiones y fuga de datos
7
Detección de objetos y sus métricasDetección de objetos con YOLO de Ultralytics · Métricas mAP e IoU
8
Segmentación, seguimiento y conteoSegmentación de instancias y SAM · Seguimiento de objetos y conteo
9
Modelos multimodales y optimizaciónModelos de visión y lenguaje: CLIP y asistentes multimodales · Exportación a ONNX y optimización
10
Inferencia en borde y privacidadInferencia en borde · Privacidad y reconocimiento facial: riesgos
11
Problema visual real, datos y entrenamiento del proyectoProblema visual real · Datos, entrenamiento y evaluación
12
Presentación del proyecto final: demostración en tiempo realDemostración en tiempo real · Sustentación
Evaluación
Inicial30%Taller de OpenCV con filtros, detección de bordes, transformaciones geométricas y lectura de video desde cámara.
Intermedio30%Clasificador de imágenes con transferencia de aprendizaje; conjunto de datos propio etiquetado en formato YOLO y detector evaluado con mAP.
Final40%Proyecto final: sistema de visión por computador entrenado con datos propios (detección, conteo o inspección) con evaluación y demostración en tiempo real, y sustentación.
Proyecto final
Sistema de visión por computador entrenado con datos propios (detección, conteo o inspección) y demostración en tiempo real.